一种基于改进U-Net的结构XCT纤维束识别分割方法

本发明公开了一种基于改进U‑Net的结构XCT纤维束识别分割方法，用于编织CMC结构件XCT切片中纤维束识别，此网络首次应用于CMC领域。本发明对原U‑Net网络的下采样操作做出较大的修改，提升了模型对纤维束的特征提取能力的同时又降低了模型的参数量，并且能更平稳地训练网络模型从而提升了模型对纤维束分割识别的效率。其中采用的Inception结构，拓宽了模型的视野从而增强模型对CT中不同大小纤维束及其边界的识别分割能力。采用的ResNet结构在原模型中添加了残差连接，保证了训练中梯度的传播，使改进U‑Net的深度得以加深，提高了分割识别的准确度。采用的瓶颈结构大幅度减少了模型整体的参数量，减少训练的时间，加快了识别分割的速度。